讓Ctrl+C與Ctrl+V成為電腦標配的特斯勒過世了,他做了什麼讓賈伯斯第一次見面就高呼「不可思議」?
讓Ctrl+C與Ctrl+V成為電腦標配的特斯勒過世了,他做了什麼讓賈伯斯第一次見面就高呼「不可思議」?

2020年2月16日,美國當地時間週一,電腦科學家賴瑞·特斯勒(Larry Tesler)去世了,享壽74歲。

拉里·特斯勒曾在蘋果工作了17年,擔任過蘋果的首席科學家。雖然他不像史蒂夫·賈伯斯(Steve Jobs)和比爾·蓋茲(Bill Gates)一樣家喻戶曉,但他對於早期電腦發展作出的貢獻也不可忽視,正是拉里·特斯勒讓剪下、複製、黏貼等功能成為電腦操作系統中的基礎模塊。

初次相遇,讓賈伯斯高呼「Amazing」

在加入蘋果前,賴瑞·特斯勒是施樂(Xerox)公司Palo Alto研究中心(PARC)的一名軟體工程師。當時施樂PARC的「位圖顯示」概念推動了圖形用戶界面(GUI)的發展,這吸引了賈伯斯的注意,打算前去考察。

圖片
賴瑞·特斯勒。
圖/ 愛范兒

當時施樂的創投部門正想參與蘋果1979年的第二輪募資,賈伯斯趁機向施樂提出了一個條件:如果施樂原意向蘋果展示PARC的一系列新技術,那麼就同意施樂參投。

而負責為賈伯斯等人展示PARC技術成果的,正是賴瑞·特斯勒。當時的個人電腦基本還沒有滑鼠互動,特斯勒告訴賈伯斯,那個拖著長尾巴,長得老鼠的小配件叫做「滑鼠」。

在特斯勒展示的過程中,賈伯斯興奮得跳了起來,並揮舞著胳膊,特斯勒曾在《賈伯斯傳》中回憶了當時場景:

我每展示一部分,他都會發出驚嘆。他跳來跳去的,我都不知道他有沒有看清楚整個演示,但事實證明他是看到了的,因為他不停問問題。

當時賴瑞·特斯勒展示了編程語言Smalltalk的三項功能,但真正吸引賈伯斯的是圖形界面和位圖顯示屏幕,賈伯斯表示「看到了電腦產業的未來」。

同時賈伯斯十分驚訝施樂居然沒有將這項技術商業化,於是他打算自己做。並從施樂挖來了賴瑞·特斯勒和另外一位硬體設計師,共同負責Lisa電腦的圖形界面設計,這也被施樂和電腦行業稱為「工業史上最嚴重的搶劫行為之一」。

根據賴瑞·特斯勒的回憶,雖然當時賈伯斯不是Lisa電腦的專案負責人,但是仍然會隨時打電話給他來表達自己的想法,甚至會在凌晨兩點接到賈伯斯的電話。

讓「複製貼上」成為電腦的標準功能

雖然蘋果的Lisa電腦沒有在商業上獲得成功,但卻是第一批普及電腦操作系統的用戶界面中普及剪下、複製和貼上功能的個人電腦,而這背後離不開拉里·特斯勒的貢獻。

早在1969年,還是美國史丹佛大學電腦科學研究生的賴瑞·特斯勒,在為中半島自由大學(Mid-Peninsula Free University)創建條目時,就曾嘗試用電腦命令黏貼條目內容。

圖片
圖/ 愛范兒

幾年之後,賴瑞·特斯勒在施樂開發了以滑鼠進行互動的圖形用戶界面,並在為施樂電腦設計文字處理軟體Gypsy時將兩者結合,來實現對文本的剪切、複製和貼上,這幾個功能鍵概念也逐漸成為了文本編輯與電腦操作系統用戶界面的標準之一。

賴瑞·特斯勒在完成Lisa電腦專案後,又加入Macintosh專案。而Macintosh圖形用戶界面也是在Lisa的基礎上開發的,這也進一步推動了「複製貼上」功能在電腦中的普及。

在賴瑞·特斯勒個人網站,個人簡介裡就有一條是「剪下、複製、黏上功能的主要發明者」。不過需要說明的是,「複製貼上」的發明者另有其人,那就是發明史上第一個電腦文字處理器的伊夫琳·貝雷津(Evelyn Berezin)。

圖片
伊夫琳·貝雷津(Evelyn Berezin)
圖/ 愛范兒

伊夫琳·貝雷津(Evelyn Berezin)在半個世紀前發明的電腦文字處理器,就包含了「複製貼上」等基本的文檔編輯功能。這位「複製貼上之母」在2018年12月8日已經去世。

而拉里·特斯勒則將「複製貼上」成為電腦的標準功能,讓更多人用上這些功能,是當之無愧的「複製貼上UI設計之父」。

賴瑞·特斯勒在蘋果的幾個關鍵時刻

1990年,賴瑞·特斯勒開始負責牛頓(Newton)裝置的開發,據時任CEO約翰·斯卡利(John Sculley)透露,蘋果投入了約1億美元(約新台幣30億元)來開發Newton專案,但這款產品並沒有成功。

而賴瑞·特斯勒需要負上一些責任,當時他在Newton產品的一些決策事後被證明是有問題的,比如禁止蘋果手寫識別軟體應用到第三方應用上。但Newton作為平板電腦的前身,也被認為啟發了iPad的開發。

蘋果在1992年CES上展示了Newton裝置後,賴瑞·特斯勒也離開了這個專案。轉而擔任蘋果的首席科學家,蘋果共同創辦人之一的史蒂夫·沃茲尼亞克(Steve Wozniak)也曾擔任過這個職位。

儘管賴瑞·特斯勒此後很少再直接負責某個產品專案,但也在蘋果的一些關鍵節點上作出過不少貢獻。

在蘋果考慮收購賈伯斯創辦的NeXT公司時,時任蘋果執行長吉爾·阿梅里奧(Gil Amelio)其實還有另外一個選擇,同樣是由蘋果前高階主管讓-路易·加西(Jean-Louis Gassee)創立的BeOS。

不過賴瑞·特斯勒力勸吉爾·阿梅里奧(Gil Amelio)選擇賈伯斯的NeXT ,並警告他,「無論選擇誰,他們都會取代你的位置。」相比之下特斯勒更好賈伯斯,最終蘋果收購了NeXT,賈伯斯也得以重新回到蘋果。

另外蘋果在2006年將Mac電腦主處理器從IBM的PowerPC遷移到英特爾處理器,讓Mac煥發新生,背後也有賴瑞·特斯勒多年建議的功勞。賴瑞·特斯勒在2011年的一次演講中提到:

實際上,幾年前我們曾嘗試將MacOS遷移到英特爾,但那裡仍然有太多的機器程式碼,要讓它能夠同時運行兩個作業系統,真的很難。因此,我和許多高級工程師聚集在一起,我們建議首先對作業系統進行改造,然後開發我們自己的內部操作系統,最終讓它在英特爾平台上運行,從而證明這是個不斷成長、永遠不會終結的專案。

另一個讓特斯勒引以為豪的蘋果往事,則是推動蘋果收購了英國的晶片公司(Advanced RISC Machines,ARM),現在iPhone和iPad中使用的正是基於ARM架構的晶片。賴瑞·特斯勒在個人網站中寫道,「這筆不到500萬美元(約新台幣1.5億元)的投資,給蘋果帶來了超過8億美元(約新台幣242億元)的收益。」

在1997年離開蘋果後,賴瑞·特斯勒創辦了一家教育軟體公司Stagecast,還曾在亞馬遜、雅虎和23andMe等網路公司擔任過高階主管。不過特斯勒這輩子最傑出的貢獻無疑是對電腦圖形用戶界面的改變。

今天當我們在電腦上使用剪下、複製、貼上這些功能時,都應該感謝賴瑞·特斯勒,這也是對他最好的悼念。

責任編輯:林芳如、蕭閔云

本文授權轉載自:愛范兒

關鍵字: #Apple #賈伯斯
往下滑看下一篇文章
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。
依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓